中国计算机学会计算机辅助设计与图形学专业委员会
2020年度“优秀图形开源项目”获奖项目
经评选委员会严格评选，2020年评选出1个“优秀图形开源软件”、2个“优秀图形开源软件提名奖”及2个“优秀图形开源数据集”。
- 2020年度优秀图形开源软件
项目名称：太极编程语言
项目主页：https://github.com/taichi-dev/taichi
贡献者：胡渊鸣 麻省理工学院
匡 冶 Google
徐明宽 清华大学
彭于斌 上海建桥学院
项目简介：太极（Taichi）是面向计算机图形学的编程语言及编译器，以MIT协议在GitHub开源（12300个星标），旨在降低计算机图形学的编程、教学、传播、产学研结合的门槛，提高计算机图形学研发生产力，推动最新图形技术在中国乃至全世界学术界、工业界的普及。相比于其他编程语言，太极的主要优势在于高生产力、可移植、高性能。太极语法与Python极其相近，因此十分容易学习、编写。其高性能编译器能够自动生成在各个操作系统上的CPU/GPU代码，实现了性能的可移植性。因此，太极非常适合计算机图形学教学和传播：GAMES201在线课程《高级物理引擎实战指南》完全基于太极教学，讲者和同学的GPU代码均可一键运行，课程视频已有4.2万次播放，数千名学生参与并利用太极语言开发了近百份课程项目。
- 2020年度优秀图形开源软件提名奖1
项目名称：智能人脸画板软件(DeepFaceDrawing)
项目主页：http://deepfacedrawing.geometrylearning.com
贡献者：陈姝宇 中科院计算技术研究所
高 林 中科院计算技术研究所
傅红波 香港城市大学
苏万超 香港城市大学
夏时洪 中科院计算技术研究所
项目简介：DeepFaceDrawing是2020年同名SIGGRAPH论文的算法对应的开源软件，论文被遴选进入SIGGRAPH亮点宣传视频Preview Video Trailer和选入ACM Transactions on Graphics的期刊封面。该软件以即时编译深度学习框架计图（Jittor）为基础，为用户提供了一个从粗略草图绘制到精细人脸生成的工具，具有广泛的应用背景。该软件现被国内外媒体广泛报道，软件自上线以来，被国内用户广泛使用，软件单日最高访问量达1万人次，全球160多个国家人员使用了该软件进行人脸绘制和创作。该软件已通过Github开源，已被斯坦福大学、麦吉尔大学、清华大学、虎牙、爱奇艺等国内外著名高校研究学者和企业研究人员Star关注。除提供开源代码外，现该项目提供在线服务，同时包含引导界面辅助用户进行操作。
- 2020年度优秀图形开源软件提名奖2
项目名称：非线性等几何分析开源软件(NLIGA)
项目主页：https://sourceforge.net/projects/nliga
贡献者：杜孝孝 北京航空航天大学
王 伟 北京航空航天大学
赵 罡 北京航空航天大学
郭马一 北京航空航天大学
张 冉 北京航空航天大学
杨佳明 北京航空航天大学
项目简介：等几何分析直接将CAD模型用于CAE分析，消除了由于CAD模型和CAE模型表达方式不同带来的一系列模型转化问题，提高了CAE系统分析计算的效率和精度，为产品优化设计、增材制造、数据可视化等基于CAD模型应用和CAE仿真分析的下游过程提供了改进和优化的空间。非线性等几何分析开源软件(NLIGA)主要为研究人员提供了线性和非线性问题等几何求解的通用框架。目前功能主要有：（1）NLIGA提供了大量的标准算例求解代码（包括泊松问题、板壳问题、平面和实体问题等方面），并将计算结果与精确解进行了对比验证；（2）NLIGA提供了包括超弹性和弹塑性材料模型的非线性等几何分析求解方法，部分算例的计算结果与商业软件进行了对比；（3）NLIGA提供了自包含的CAD模型前处理和后处理方法，可以对等几何分析计算结果包括位移、应力、计算误差等进行可视化。
- 2020年度优秀图形开源数据集1
项目名称：Deep Fashion3D
项目主页：https://kv2000.github.io/2020/03/25/deepFashion3DRevisited
贡献者：韩晓光 香港中文大学（深圳），深圳市大数据研究院
朱鹤鸣 香港中文大学（深圳），深圳市大数据研究院，浙江大学
曹 宇 香港中文大学（深圳），深圳市大数据研究院，西安电子科技大学
金 航 香港中文大学（深圳），深圳市大数据研究院
陈伟凯 腾讯美国
崔曙光 香港中文大学（深圳），深圳市大数据研究院
项目简介：近些年来，深度学习技术的发展，让基于图像的三维人体数字化领域有了前所未有的进展：通过一张图像作为输入，现有工作能够实现准确的估计三维人体姿态、恢复图像中非穿衣的三维人体模型。然而，该研究领域缺少公开的、从真实服装采集的大规模三维服装数据集，这很大程度上阻碍了三维穿衣人体以及服装重建的研究进展。为解决研究领域真实三维服装数据集缺少的问题，我们提出了现今最大的真实三维服装数据集Deep Fashion3D，它包含从10类共563件真实服装采集的2078个高清晰度三维服装点云模型。此外，数据集中每一个三维服装模型都具有三维服装姿态、多视角三维服装真实图像以及三维服装特征线的标注。特别的，本数据集创新性的提出了三维服装特征线的标注，它展现了三维服装最具代表性的领口、袖口、肩部、服装下摆等位置，为三维服装重建等相关任务提供了重要的位置信息。Deep Fashion3D数据集发布一个月以来，已吸引国内外近五十所高校以及企业研究者的广泛关注。
- 2020年度优秀图形开源数据集2
项目名称：高质量三维室内场景数据集3D-FRONT
项目主页：https://tianchi.aliyun.com/specials/promotion/alibaba-3d-scene-dataset
贡献者：赵斌强 淘宝（中国）软件有限公司
高 林 中国科学院计算技术研究所
张 皓 加拿大西蒙弗雷泽大学
付 欢 淘宝（中国）软件有限公司
贾荣飞 淘宝（中国）软件有限公司
张凌霄 淘宝（中国）软件有限公司
蔡博文 淘宝（中国）软件有限公司
项目简介：本项目提供高质量三维室内场景数据集3D-FRONT（3D Furnished Rooms with layOuts and semaNTics），将完整开源场景的模型数据和布局信息，填补了目前学界在大规模高质量三维场景布局数据集上空白的现状，对加快研究人员对场景布局预测与生成等研究课题具有重大意义。数据集提供了超过20000个高清室内场景专业设计渲染图；布局信息为房间内各个模型的位置与朝向，以及各个房间的位置，由专业设计师设计而成。数据集共有6813个房屋，总房间数达51708个，其中19775个包含高质量三维模型，房间种类多达28种。本数据集在CVPR 2020 “Learning 3D Generative” Workshop上进行展示，在CVPR 2020上吸引了数百名参会人员观看该展示。数据集自上线以来，已收到超过250家国内外知名大学和企业的使用请求，包括斯坦福大学、谷歌等。
